X 線ナノイメージングの歩みGabor の最初の提案の方式では,像再生時に実像と虚像が 同軸上に映し出されるために,精細な画像の再生が難しか
医用画像のためのコンピュータ支援診断システムの …484 日本写真学会誌...
Transcript of 医用画像のためのコンピュータ支援診断システムの …484 日本写真学会誌...
484
日本写真学会誌 2003年 66巻 5号:484–490
特 集:高精細デジタル画像を支えるテクノロジー 解 説
医用画像のためのコンピュータ支援診断システムの開発の現状と将来
Current Status and Future on Developments of Computer-aided Diagnosis Systems for Medical Images
藤 田 広 志 *
Hiroshi FUJITA*
要 旨 医用画像の本格的なディジタル化が進む中で,その付加価値として「コンピュータ支援診断(CAD)」システムの開発が進
んでいる.乳房 X線写真(マンモグラフィ)と胸部 X線画像の領域で商品化も始まっており,今後,さらに多くの診断撮
像装置や画像診断領域でも,CAD システムの開発・実用化が進むのは間違いない.本稿では,このような CAD システム
の開発の背景,現状,技術などの最新の情報を提供し,その将来を展望する.
Abstract Developments of “computer-aided diagnosis (CAD)” systems have been conducted, as one of additional values for digital
images, under the situation where the utilization of digital images is substantially being in progress in medicine. The CAD
systems are now commercially available in the fields of breast (mammography) and chest x-ray images, and it is not hard to
say that the CAD systems for many imaging modalities and in the field of many different lesions will be developed and
commercialized. In this review, the background of the CAD developments, its current status and the latest information on the
techniques are described. In addition, the potential of CAD for the future is discussed and predicted.
キーワード:コンピュータ支援診断,コンピュータ支援検出,医用画像解析,医用画像処理,医用画像認識
Key words: computer-aided diagnosis, computer-aided detection, medical image analysis, medical image processing, medical image
recognition
1. はじめに
1839年にダゲール(J. M. Daguerre)によって発明された写
真,そして,本格的には 1895年にレントゲン(W. C. Roentgen)
によって発見された X線による X線写真によって,アナログ
画像(乾板,フィルム)による画像診断が始まっている.コ
ンピュータは,核医学画像,X線 CT画像,MRI画像に代表
されるように,歴史的に長い間,医用画像の世界に大きな関
わりをもっているが,もっとも利用量の多かったフィルムも
昨今はCR(computed radiography)や平面X線検出器(flat panel
detector, FPD)によって撮像されるディジタル画像に変わり
つつある.また,2次元画像から 3次元画像に広がり(さら
には 4次元画像へ)始めた.そして,21世紀は「仮想化され
た人体と映像メディア処理」の時代になると言われている 1).
医用画像技術と医師の診断との関係を簡単に表すと,Fig. 1
のようになる.100年以上続いているアナログ画像による診
断から,最近のコンピュータによって“生成”・処理(画像再
構成,画像処理)されたディジタル画像による診断へ,さら
にいま新しくコンピュータ支援診断(computer-aided
diagnosis,以下 CAD)の流れに向かい始めた.これは,医療
分野における本格的なパターン認識技術の実用化であるとも
言える.ただし,いわゆる自動診断はまだまだ SF的な将来
平成 15年 9月 16日受付 平成 15年 9月 22日受理 Received 16th, September 2003, Accepted 22nd, September 2003*岐阜大学大学院医学研究科再生医科学専攻知能イメージ情報部門(大学院工学研究科・工学部応用情報学科兼任) 〒 501-1193 岐阜市柳戸 1-1
Department of Intelligent Image Information, Division of Regeneration and Advanced Medical Science, Graduate School of Medicine and Graduate
School of Engineering, Gifu University, Yanagido 1-1, Gifu City 501-1193, Japan
Fig. 1 医用画像技術と画像診断の流れ
485藤田広志 医用画像のためのコンピュータ支援診断システムの開発の現状と将来
の話であるが,特定の画像の分野では,心電図解析がそうで
あるように(ただし,これは 1次元信号),それほど時間がか
からないかも知れない.
本稿では,医用画像の分野でいまもっとも注目を浴びてい
る CADについて,その開発の歴史,現状,および将来につい
て解説する 2–4).
2. コンピュータ支援診断(CAD)
診断領域における画像処理とその展開について,Fig. 2に
まとめた.単一画像による処理から複数画像による処理へ,
また,画像解析から 3次元画像処理へと,高度な処理へと向
かっている.コンピュータ支援診断では,これらの画像処理
技術が高度に成熟したものを有効に利用していると言える.
さて,コンピュータ支援診断(computer-aided diagnosis,
CAD)とは,放射線画像をはじめとする医用画像に対して,
コンピュータで定量的に解析された結果を「第 2の意見」と
して利用する「医師による診断」である(Fig. 3).最終診断
は医師が行うものであり,いわゆる自動診断とはまったく異
なる概念・手法である点に十分な注意が必要である.なぜな
ら,CADシステムの性能の向上に従い,医師が画像の最終
チェックをまったくせずに,開発者の意図しなかった自動診
断のような間違った使い方をされ,誤診を導くという危惧が
あるからである(このようなことが起こると,CADの発展に
大きなマイナス要因になってしまう).
CADでは,コンピュータで自動検出された病巣の候補を,
CRTや液晶モニタなどの参照画像に矢印などで医師に示すこ
とによって(Fig. 4参照),医師が気付かない病巣やうっかり
ミスに対して,これらの見落としを減少させることに期待が
できる.これは診断の正確度の向上につながる.特に,集団
検診のような大量の画像読影の現場では,効果がより大きい
と思われる.また,医師の読影経験の相違による病巣検出の
読影結果の医師間のバラツキも減少させ,ある高いレベルに
診断を維持できるという期待もある.
さらに,CADでは,病巣の良悪性鑑別のような主観的な判
断が難しい場合に,コンピュータによって分析された定量的
な数値を医師に提示することによって,医師の客観的な判断
を可能にし,診断の正確度を向上させると期待される.
このように,CADには,読影に対する正確度の向上や再現
性の向上,さらにはシステムの性能が向上されれば,読影時
間の短縮,すなわち生産性の向上も可能になると期待されて
いる.
3. CAD技術の開発の歴史
CADシステムの開発の歴史は大変に古く 5),1960年代にま
で溯る.特に,CADの研究が活発になって来たのは,1985年
ごろからである 6–8).
乳房 X線写真(以下,マンモグラフィ)における CAD研
究の世界最初と考えられる論文は,1967年の Radiology誌に
掲載されたWinsbergらのものである 9).このときの画像の
濃度分解能は高々 4ビット(16階調)で,腫瘤陰影の検出を
左右の乳房 X線画像の比較処理で行っている.一方,国内に
おけるマンモグラフィ CADの開発を見ると,1980年後半に
おける木戸らによる研究では,すでにシステムを構成してお
り 10),世界的に見てもすでに I. I. (image intensifier) -TVを用
Fig. 2 診断領域における画像処理とその展開
Fig. 3 CADの概念図
Fig. 4 マンモグラフィ CAD における腫瘤陰影の検出結果の表示例
(矢印)
486 日本写真学会誌 66巻 5号(2003年,平 15)
いたディジタル乳房撮影装置を利用した先進的なマンモグラ
フィ CAD開発の研究として,大変に興味深い.その後,東京
農工大の小畑らや岐阜大の筆者らが,国内の企業との共同研
究のもとで,活発に開発を行っている 11).これらのシステム
の開発には,わが国の女性に特有なデンスブレストにも十分
に対応が可能な新しいシステムとして,大きな期待がかかっ
ている.なお,マンモグラフィ CADシステムは,医療画像に
おける世界最初の実用機として,後述するように 1998年に米
国で実用化された.
また,胸部単純 X 線画像における先駆的な研究として,
1964年の Meyersらによる胸部透視像のディジタル画像から
心臓郭比の自動計測 12)や,同年の Beckerらによる胸部 X線
正面像からの特徴抽出の試み 13),我が国では 1967年の鳥脇
らによる胸部 X線写真の肋骨境界の自動識別の研究 14)など
がある.さらに,塵肺症重症度を自動分類する研究なども,
1970年代から数多く行われてきた 5).後述するように,胸部
単純 X線写真の CADは 2001年に実用化され(CADでは世界
で 2番目の実用化で,胸部画像分野では世界初),さらに胸部
X線 CT画像における腫瘤性病変の自動検出型の CADシステ
ムが 2003年に実用化されている(CT画像では世界初の商用
化 CADシステム).
CADの開発は,単にこれらの 2つの診断領域に限られるも
のではない.例えば,X線 CT画像の大腸領域におけるポリー
プ検出のための CADシステム,胃 X線画像の CADシステム,
頭部領域のMRIの CADシステム,乳腺超音波画像のための
CADシステム,眼底写真における CADシステムなど,CAD
の適用領域は広く確実に拡張を続けている.特に,マルチス
ライスの X線 CTの実用化に伴い(胸部領域に限らず),X線
CT画像の診断においては大量の画像データが発生するため,
CADなしでは読影診断に支障が出始めている現状である.し
かし,これらの例のいずれもまだ実用化には至っていない.
なお,DSAシステムにおける血管系や狭窄率の計測は定量
的な尺度を与えるという意味では,すでに実用化されている
CADシステムであり,また,CT画像におけるバーチャルエ
ンドスコピー(仮想内視鏡)のような 3次元画像を利用した
ツールも,すでに実用化された CADシステムと解釈されるこ
ともある.
4. マンモグラフィ CADシステム
マンモグラフィは乳がんの早期発見にもっとも有効な手
段と考えられており,我が国も含めて集団検診にも利用され
ている.しかし,残念ながら乳がんの見落とし率は約 30%も
あるという報告もある.そのため,1980年代の半ば頃から,
欧米を中心に非常に多くの研究グループがマンモグラフィ
CADの開発を始めている.その 10年後には,300以上とも想
定される研究グループが,マンモグラフィにおける腫瘤陰影
と微小石灰化クラスタ検出という 2大目標に向かって研究を
行っていたとも言われ,おそらくこれほど多くの研究者たち
が 1つの目標に向かって集中的に研究を行った例は,パター
ン認識の分野でも例がないであろう.
ついに 1998年に米国のベンチャー企業である R2 Techno-
logy社が開発したマンモグラフィ CADシステムが,米国の
FDA(食品医薬品局)の審査を検診用の CADシステムとして
パスし,「ImageChecker System」(Fig. 5)という名の商品とし
て米国内で販売を開始した 15)16).さらに,2001年 4月から
は,米国における乳がんの集団検診で,CADの利用に対して
特定の保険会社からの医療報酬の請求が承認されるようにま
でなってきている.同社では,CADの「D」を,検出(Detection)
の「D」として,コンピュータ支援検出の意味で使用してい
る.ただし,乳がん病変の検出対象が腫瘤陰影と微小石灰化
クラスタ陰影の検出に限定されており,本格的なディストー
ション(構築の乱れ)と呼ばれる病変の検出 17)はまだでき
ず,良悪性鑑別の処理機能も未対応であり,今後の発展が望
まれている.本システムでは,フィルムをディジタル化処
理する手法に対応しており(マンモグラフィでは画質の観点
から直接方式のディジタル化が遅れているため),今後のマン
モグラフィ専用のディジタル撮像機器の開発と普及が進め
ば,本格的なマンモグラフィCADシステムの普及が進展する
のは明白である.
R2社に遅れてFDAの審査にパスしたのは,Intelligent Systems
Software社(後に icad社に社名変更)の「MammoReader」 18)
と CADx Medical Systems社の「Second Look」 19)というマンモ
グラフィ CADシステムで,2002年初頭に実用化に成功して
いる.
すでに,これらの CADシステムの臨床的な有用性はたく
さん報告されているが,特に良く引用される論文がある.そ
れは,R2社の CADシステムを利用して 1万を超える大量な
症例で臨床試験を行ったもので,乳がんの検出率が約 20%向
上したと報告している 20).
Fig. 5 世界で最初に検診用に実用化された R2 Technology社のマン
モグラフィCADシステム「ImageChecker System」の概観(同
社のホームページには,最新バージョンのシステムの紹介が
ある:http://www.r2tech.com/)
487藤田広志 医用画像のためのコンピュータ支援診断システムの開発の現状と将来
5. 胸部 X線画像の CADシステム
胸部単純 X線写真における CADの研究では,結節状陰影
の検出,間質性肺疾患の検出,気胸の検出,心胸郭比の計測,
間質性肺疾患の鑑別診断などがあるが,結節状陰影の検出の
ための胸部 CADシステムが,2001年に米国の FDAの承認を
得て実用化された.これは,米国のベンチャー企業 Deus
Technologies社によるものであり(Fig. 6) 21),このシステム
では 6 mmから 30 mmの大きさの孤立性の肺がんを検出の
対象としており,特に,9 mmから 14 mmのサイズの範囲の
検出では,検出能力(感度)が最大で 24%改善されたと報
告されている.2003年 4月には,本邦において三菱スペース・
ソフトウェア社が同様なCADシステムの商品化に成功してい
る 22).
また,胸部 X線写真における経時差分処理についても触れ
ておく必要がある 23).この処理法は,過去画像と現在画像の
差分処理を行うことにより,この期間に発生した病変をサブ
トラクション画像として「強調処理」する技術であり,CAD
の一種である.同一患者の過去と現在画像の位置合わせには,
非線形ワーピング技術が開発されている.経時差分処理の例
を Fig. 7に示す.このようなシステムは,三菱スペース・ソ
フトウェア社がシカゴ大学から技術ライセンスを受け,2001
年から胸部 X線診断支援ソフトウェアとして,本邦で販売を
開始している.
胸部画像診断においては,複雑な解剖学的な構造を有する
人体の 3次元情報が 2次元情報に“圧縮”投影された単純 X
線写真よりも,CT画像による診断が有用であり,CT画像を
用いた集団検診も行われるケースもあり,CADへの期待が大
きい 24)25).胸部 CT画像において世界で最初に商品化された
肺がん検診用 CADシステムは,本邦における限定された商品
化ではあるが,2003年 4月に日立メディコ社から発表されて
いる.
6. CADで使われている開発技術
CADシステムは,ハードウェアとソフトウェアで構成され
ている.ソフトウェアの開発が重要で,大学の研究者や企業
の技術者は,いかに新しく有用な CADのためのソフトウェア
を開発するかに日夜しのぎを削っている.
CADのソフトウェアの開発における技術として重要なの
は,画像処理の技術である.画像処理の目的は,人間(ここ
では医師)が見やすくなるような(診断に役立つ)処理をす
ることであり,あるいは利用しやすい形に画像を加工するこ
とであるが,CADでは後者に該当し,後述する認識過程の画
像の前処理に相当するものである.基礎的な画像処理として,
階調処理,鮮鋭化処理,ノイズ除去処理などはもちろん,フー
リエ解析やウェーブレット解析の手法もしばしば応用され
る.ただし,単にこれらの教科書的な手法の組み合わせのみ
では十分ではないのが常であり,適用対象に応じて新しい独
自の画像処理手法の開発が求められる.
次に,画像認識(パターン認識)のいろいろな技術も重要
である.一般に,画像認識の過程は,上述の前処理,特徴抽
出,特徴空間における識別処理の手順で行われることが多い.
医師は,これまでに学習してきた医学的な知識や様々な経験
に基づき病変をパターンマッチングと類推(推論)を働かせ
て頭の中で認識処理をしていると考えられる.技術的には,
いわゆるテンプレートマッチングのような手法が利用され
る.また,ソフトコンピューティングと称せられるニューラ
ルネットワークやファジィの技術も有用である.
類推および識別(そして検出)をするには,それに固有な
特徴を引き出すことが必要である(特徴抽出,特徴量解析).
特徴量には,画素値の平均や標準偏差などの統計的な特徴量,
陰影の形状を見る面積,長さ,周囲長,円形度などの幾何学
的な特徴量などが代表的である.濃度共起行列や情報理論の
エントロピーなども使われる.これらの特徴量を組み合わせ
て,病変部を絞り込み,ある決められた規則に従って最終的
な候補を決める(ルールベース法).また,ニューラルネット
Fig. 6 Deus Technologies 社の結節状陰影の検出のための CAD シス
テムの概観(同社のホームページ http://www.deustech.com/よ
り)
Fig. 7 三菱スペース・ソフトウェア社の胸部X線診断支援ソフト
ウェアによる経時差分処理の例(同社提供)
488 日本写真学会誌 66巻 5号(2003年,平 15)
ワークにこれらの特徴量を入力し,良悪性の分類を行ったり,
これら 2つの手法を組み合せて用いたりもする.最初は,で
きるだけ候補陰影を見落とさないように過剰に拾い上げるの
で,後段の処理として偽陽性候補の削除処理が必要になるが,
特徴量解析はここでも重要である.
画像工学的には,画像処理や画像認識の知識以外には,「画
質」に関する技術も役立つことが多い.また,3次元処理が
多くなってきているが,いわゆる仮想現実(virtual reality, VR)
で利用されている技術も重要である.
医師に役立つシステムの開発であるので,さらに重要なの
は,医師との共同開発の作業であり,できるだけ名医のレベ
ルの医師の読影プロセスをアルゴリズム化できれば,これほ
どおもしろいことはない.医師の読影過程は,決して分かり
やすく論理的であるとは限らない.そこには,経験と“勘”
(主観的な知識)のような要素もあると考えられる.なお,開
発者もある程度の(時にはかなり専門的な)医学的な知識が
必要であり,逆に共同研究者の医師も CADに関する基礎的な
技術の知識の修得が望まれる.
CAD研究の成功は,画像データベースの質と量にも影響さ
れる.公開されているデータベースも利用できるようになっ
てきているが *1,その規模は,例えば「文字認識」などの分
野に比べて小さく,内容もまだ未熟な状態である.CADシス
テムの開発にとって,データベースの充実は大きなテーマで
あり,初期のレベルでは少数の画像データでもよいが,実用
化を目指すレベルになると,データベース量と質の充実が重
要になってくる.
CADの開発の重要な点の一つに,常に有効性の評価を行
いながら研究を進める点をあげることができる.病変の検出
(真陽性:true positive, TP)の割合と偽陽性(false positive,
FP)候補の数でまず性能評価を行う.CADシステムにおける
これらの値は,実験に用いたデータベースに依存するので単
純な比較はできない.しかし,マンモグラフィCADシステム
における目安としての数値をあげると,腫瘤陰影という病変
では,TP = 90%,FP数 = 0.8個 /画像で,微小石灰化クラス
タでは,TP = 95%,FP数 = 0.4個 /画像であり,概して後者
の病変の検出性能が高い傾向である.ここで注意したい点は,
検出率は 100%ではなく(よって,すべての画像データの医
師による最終確認が必要),また,正常箇所も誤って指摘する
(これらの例では,画像 1枚あたり 1.2個の FP数になる)こ
とである.これらの関係を,CADの検出や識別に関するパラ
メータを変化されることにより,それぞれ縦軸と横軸にプ
ロットした曲線を描くことができ,これはFROC(free-response
receiver operating characteristic)曲線と呼ばれる.横軸を偽陽
性率でプロットした場合は,単に ROC曲線と呼ばれ,これ
らは ROC解析として,CADの評価実験に良く利用されてい
る 26).実際に,医師との比較において CADシステムの有効
性を ROC解析で示した例はそんなに多くはないが,ここでは
マンモグラフィCADの例として,Fig. 8に ROC解析の結果を
示す 27)(曲線が左上方に存在するほど,あるいは曲線下の面
積が大きいほど,検出性能が良いと解釈できる).この結果
は,CADシステムの乳がんの検出率が 100%ではなく,偽陽
性候補の提示があっても,CADを用いると乳がん病変の検出
率が改善されることを示している.臨床段階の評価では,単
にこのような解析のみではなく,例えば,検診で CADを利用
した結果,精密検査数や読影時間数はどうであったかなど,
評価項目が増えてくる.
CADで開発された技術が,さらに広がりを見せ,逆に新し
いシステムを誕生させようとしている.例えば,CADの検出
技術を応用して,電子カルテにおける自動スケッチ作画法に
応用された研究例は興味深い 28).また,バーチャルエンドス
コピーの教育システムへの応用例や 29),CT画像からの仮想
切除標本の作成する 30)ような技術も報告されている.
7. CADの課題
すでに世界初の CAD実用機が乳房 X線画像と胸部 X線画
像・CT画像の両分野で登場したのであるが,これらの CAD
開発状況を全般的に見ても,まだ多くの解決されるべき共通
した問題点がある.特に,1)検出率のさらなる向上,2)偽
陽性候補数のさらなる減少,3)総合的な CADシステムへの
発展(現在は,画像情報のみを利用するものがほとんどであ
るが,他の医学的な情報の活用や統合),4)自己学習機能,
5)高速処理化,6)安価なシステムの実現などである.CAD
は単体で使用される場合もあるが,CADサーバーとその周辺
*1 代表的な医用画像データベースとして,胸部単純X線写真として,日本放射線技術学会が発行している「標準ディジタル画像データベース
(胸部腫瘤陰影像)」(http://www.macnet.or.jp/jsrt2/syutsupan.html)がある.乳房X線写真として,英国のマンモグラフィ画像解析学会が出して
いる MIASディジタルマンモグラフィデータベース(http://www.wiau.man.ac.uk/services/MIAS/MIAScom.html)や南フロリダ大学の研究者らが
作成した DDSM(Digital Database for Screening Mammography)と呼ばれているディジタルマンモグラフィデータベース(http://marathon.csee.
usf.edu/Mammography/Database.html)がある.また,コンピュータ支援画像診断学会(http://www.toriwaki.nuie.nagoya-u.ac.jp/~cadm/)は,
CR(Computed Radiography)による乳房 X線画像,胃 X線二重造影像,間接撮影胸部 X線像の各種の画像データベースを刊行している.
Fig. 8 乳がん検出における CAD の効果 27).医師が CAD を用いる
ことにより,ROC下の面積が 0.84から 0.91に上昇している.
489藤田広志 医用画像のためのコンピュータ支援診断システムの開発の現状と将来
のクライアントという形態で,病院内のネットワークの中や,
関連施設内のネッワーク内で,あるいは地球規模で使用され
る可能性も高い.
また,大量のデータベースの作成も関連した重要テーマで
あり,そのようなデータベースを使った検索型の CADシステ
ム開発,正常構造の解析からの CADへのアプローチ,CAD
の有効性を示す臨床的な CAD評価の実績のさらなる集積・検
討,医師と CADとの連携・強調作業の関わりの検討(医師と
CADの信頼関係)なども望まれる.検索型の CADは,最近
の北米放射線学会(RSNA)において,MD OnLine 社という
企業が興味ある展示(ImageMatch というソフトウェア)を
行っている 31)32).このような検索型の CADの手法は(Fig. 9),
今後の重要な CAD技術となることは間違いない 33)34).
CADの利用にとって大きな要因に,米国のように CADの
利用により保険が適用されるかがある.コスト面からさらに
考えると(特に小さな施設では),各施設で各種の CADシス
テムを購入することには限界があり,“CAD利用センター”の
ような方式が導入されるかもしれない.
8. おわりに
CADの実用化はまだ始まったばかりであり,その応用分野
が急速に広がりつつある現状である.本邦では,これまで
CAD研究の大型の予算は皆無であったが,文部科学省の科学
研究費補助金の特定領域研究に,2003年度から 4年の計画で
「多次元医用画像の知的診断支援」(代表者:東京農工大学・
小畑秀文教授)が認められている.CADに対するその期待の
大きさが伺える.
CAD夜明けが,21世紀の幕開けとともに始まったと言っ
ても過言ではない.これまでのベンチャー企業のみの CADへ
の取り組みから,ついに大企業も CADに名乗りを挙げるよう
になってきた.今後,フラットパネルディテクタのような新
しい検出器による撮像装置が普及しようとしており,画像の
ディジタル化がますます進み,医療施設の IT化はより高度に
なり,またコンピュータ関連装置の高速化・大容量化ととも
に,さらに情報通信の高速化によって,CADの必要性とその
有効利用性は今後急速な勢いで高まってくるものと予想され
る.
CADはまだまだ臨床応用が始まったばかりの 21世紀に本
格的に開花する技術である.CADが,今後,ますます多くの
診断領域,また,多くのモダリティに適用されていくのは,
疑う余地もない.
最後に,参考までに,われわれが現在開発中で,人間ドッ
クや検診で多くの画像が発生するため,近い将来の実用化が
Fig. 9 マンモグラフィ腫瘤陰影を例にした検索型 CAD Fig. 10 乳腺超音波 3次元画像における CADシステムの開発 35)36)
Fig. 12 頭部MR画像におけるラクナ梗塞の自動検出の CADシステ
ムの開発 38)
Fig. 11 眼底写真における CADシステムの開発 37)
490 日本写真学会誌 66巻 5号(2003年,平 15)
期待される CADのシステムの 3つの開発例を示す(Fig. 10 –
Fig. 12) 35–38).
参 考 文 献
1)鳥脇純一郎,新しい医用画像環境―仮想化された人体と映像メ
ディア処理の時代へ―,新医療,4月号,40–45, 1997.
2)藤田広志,コンピュータ支援診断(CAD)システム(1)基礎,
INNERVISION, 16 (4), 83–90 (2001).
3)藤田広志,ラジオグラフィにおける画像読影 CADシステムの現
状,新医療,28, 9月号,46–49 (2001).
4)藤田広志,コンピュータ支援診断(CAD: Computer-aided diagnosis),
特集:ここまできた医用画像,映像情報(インダストリアル),
34 (5), 29–35 (2002).
5)鳥脇純一郎,舘野之男,飯沼 武 編著,医用 X線像のコンピュー
タ診断,シュプリンガー・フェアラーク東京,東京,1994.
6)土井邦雄 他,CAD 元年(1998 in USA)―コンピュータ支援診
断システム,21 世紀への始動―,INNERVISION, 14 (10), 1–82
(1999).
7)鳥脇純一郎,X線像のコンピュータ支援診断―研究動向と課題,
電子情報通信学会論文誌(D-II),J83-D-II (1), 3–26 (2000).
8)藤田広志,真田 茂,石田隆行(編集),CAD 技術論文特集号,
日本放射線技術学会雑誌,56, 317–509 (2000).
9)F. Winsberg, M. Elkin, J. Marcy, JR, et al., Detection of radiographic
abnormalities in mammograms by means of optical scanning and
computer analysis, Radiology, 89, 211–215 (1967).
10)木戸長一郎,遠藤登喜子,堀田勝平,乳癌検診に対する DMR(Digi-
tal Mammo-Radiography)の意義,癌と化学療法,15, 1665–1670
(1988).
11)藤田広志,マンモグラフィにおけるコンピュータ支援診断
(CAD)システムの現状と問題点,乳癌の臨床,15, 635–646 (2000).
12)P. H. Meyers, C. M. Nice, H. C. Becker, et al., Automated computer
analysis of radiographic images, Radiology, 83, 1029–1034 (1964).
13)H. C. Becker, W. J. Nettleton, P. H. Meyers, et al., Digital computer
determination of a medical diagnostic index directly from chest
X-ray images, IEEE Trans, BME, 11 (3), 67–72 (1964).
14)鳥脇純一郎,福村晃夫,小池和夫 他,胸部 X線写真の濃度分布
の性質と肋骨境界の自動識別,医用電子と生体工学,5, 182–191
(1967).
15)長谷川 玲,世界で初めて商品化されたマンモグラフィ用 CAD
—ImageChecker—,日本放射線技術学会雑誌,56, 355–358 (2000).
16)http://www.r2tech.com/
17)T. Matsubara, T. Ichikawa, T. Hara, et al., Automated detection
methods for architectural distortions around skinline and within
mammary gland on mammograms, Proc. of CARS 2003, Inter-
national Congress Series 1256, 950–955 (2003).
18)http://www.issicad.com/home.lasso
19)http://www.cadxmed.com/
20)T. W. Freer, M. J. Ulissey, Screening mammography with computer-
aided detection: Prospective study of 12,860 patients in a community
breast center, Radiology, 220, 781–786 (2001).
21)http://www.deustech.com/
22)http://www.kansai.mss.co.jp/CADProj/index.html
23)内田 勝(監修),藤田広志・小寺吉衞(編集),ディジタル放射
線画像,p. 161–164,オーム社,東京(1998).
24)仁木 登,肺癌CT検診支援システム,日本放射線技術学会雑誌,
56, 337–340 (2000).
25)山本眞司,肺がんCT検診におけるCAD,Med. Imag. Tech., 21,
21–26 (2003).
26)桂川茂彦(編集),医用画像情報学,南山堂,東京,2002.
27)福岡大輔,原 武史,遠藤登喜子他,乳房 X 線写真における医
師の読影と CADシステムの検討結果との比較,日本放射線技術
学会雑誌,56, 436–442 (2000).
28)中川俊明,原 武史,藤田広志他,乳房 X 線写真のスケッチ画
作成支援システムの開発,医用電子と生体工学,39, 297–304
(2001).
29)森 健策,鳥脇純一郎,バーチャルエンドスコピー,日本放射
線技術学会雑誌,56, 349–354 (2000).
30)森 健策,櫛田晃弘,長谷川純一他,3次元医用画像の変形に基
づく管腔臓器の仮想展開像の作成と胃 X 線 CT 像への応用,電
子情報通信学会論文誌(D-II),J83-D-II (1), 351–361 (2000).
31)http://www.mdol.com
32)藤田広志,エキスパートによる RSNA 最新リポート:CAD(コ
ンピュータ支援診断)の動向,INNERVISION, 18, 30–31 (2003).
33)中川俊明,原 武史,藤田広志,局所的なパターンマッチング
による画像検索法,電子情報通信学会論文誌(D-II),J85-D-II (1),
149–152 (2002).
34)土井邦雄,コンピュータ支援診断(CAD):基礎概念,現状,およ
び将来の可能性,日独医報,48 (1), 8–20 (2003).
35)福岡大輔,藤田広志,三次元乳腺超音波画像のための CADシス
テムの開発(技術の立場から).INNERVISION, 14 (10), 70–73
(1999).
36)T. Hara, D. Fukuoka, H. Fujita, et al., Development of automated
detection and classification methods of masses on 3D breast
ultrasound images. Proc. of Computer Assisted Radiology and
Surgery (CARS2002), Springer, 794–799 (2002).
37)J. Hayashi, T. Kunieda, J. Cole, et al., A development of computer-
aided diagnosis system using fundus images. Proc. of the 7th
International Conference on Virtual Systems and MultiMedia (VSMM
2001), 429–438 (2001).
38)横山龍二郎,李 鎔範,原 武史他,脳MR画像におけるラクナ
梗塞領域の自動検出,日本放射線技術学会雑誌,58, 399–405
(2002).